Python TensorFlow估计器1.3无法获得预测概率?
我在1.3(tf.estimator.DNNClassifier)中看到了新的DNN和估计器类,但我看不到任何获取/设置预测概率的方法 因此,到目前为止,对于二进制情况,预测值设置为true,大于.5%,如果小于,则设置为false。。但是有许多用例,其中较低的预测概率是非常有用的,特别是在数据非常不平衡的情况下 有什么建议或线索吗?还是指导 顺便说一句,这里有:Python TensorFlow估计器1.3无法获得预测概率?,python,tensorflow,Python,Tensorflow,我在1.3(tf.estimator.DNNClassifier)中看到了新的DNN和估计器类,但我看不到任何获取/设置预测概率的方法 因此,到目前为止,对于二进制情况,预测值设置为true,大于.5%,如果小于,则设置为false。。但是有许多用例,其中较低的预测概率是非常有用的,特别是在数据非常不平衡的情况下 有什么建议或线索吗?还是指导 顺便说一句,这里有: 类tf.contrib.learn.DNNClassifier在GitHub的每个谷歌:您现在可以将tf.estimator与例如p
类tf.contrib.learn.DNNClassifier在GitHub的每个谷歌:您现在可以将tf.estimator与例如predict(…,predict_keys=“probability”)一起使用
如何从
图形中获取输入
和“预测”张量
,然后手动运行预测。不知道,这是怎么回事?(我正在努力使用更高的api!)使用checkpoint*meta
文件,您可以从同一个检查点获取保护程序并恢复权重。然后使用graph.get\u tensor\u by\u name
获得输入和预测张量。我可以在上看到predict\u proba()
方法,即r1.2中包含的tf.contrib.learn.DNNClassifier,而不是1.3中估算器类中的DNN